• 제목/요약/키워드: 수문기상정보

검색결과 317건 처리시간 0.024초

머신러닝과 딥러닝을 이용한 저수지 유해 남조류 발생 예측 (Prediction of cyanobacteria harmful algal blooms in reservoir using machine learning and deep learning)

  • 김상훈;박준형;김병현
    • 한국수자원학회논문집
    • /
    • 제54권spc1호
    • /
    • pp.1167-1181
    • /
    • 2021
  • 녹조 현상과 관련하여 독성물질을 배출하는 남조류 4종의 경우 유해 남조류로 지정하여 관리하고 있으며, 물리적인 모형을 이용한 예측 정보도 함께 발표하고 있다. 그러나 조류는 살아 있는 생명체로 물리 역학에 따른 예측에 어려움이 있으며, 기상, 수리·수문, 수질 등 수많은 인자에 의한 영향을 고려하기가 쉽지 않다. 따라서, 최근 머신러닝을 이용한 녹조발생 예측 연구가 많이 진행되고 있다. 본 연구에서는 경북 영천에 소재한 보현산댐과 영천댐을 대상으로 랜덤 포레스트 모형을 이용하여 유해남조류 발생에 영향을 미치는 수질인자의 특성중요도를 분석해 보았으며, 이 중 가장 높은 특성중요도를 나타낸 수온을 이용하여 머신러닝과 딥러닝을 이용하여 유해남조류 발생을 예측하고 그 정확성을 확인하였다. 특성중요도 분석 결과, 수온과 총질소(T-N)이 공통적으로 높게 나왔으며, 인공신경망(ANN)을 이용한 유해남조류 발생예측에서도 실제와 근접한 값이 예측되어 앞으로 녹조관리를 위해 유해남조류 예측이 필요한 저수지의 경우 이를 활용할 수 있음을 확인하였다.

가뭄의 시공간적 분포 특성 연구: 가뭄심도-가뭄면적-가뭄지속기간 곡선의 작성 (Spatio-Temporal Characteristics of Droughts in Korea: Construction of Drought Severity-Area-Duration Curves)

  • 김보경;김상단;이재수;김형수
    • 대한토목학회논문집
    • /
    • 제26권1B호
    • /
    • pp.69-78
    • /
    • 2006
  • 제반 수문학적 문제 해결을 위하여 강우사상에 대해 최대평균우량깊이-유역면적-지속기간 관계곡선을 작성하고 있다. 본 연구에서는 상기 관계곡선의 항목 중 최대평균우량깊이를 가뭄심도의 항으로 대체한 가뭄심도-영향면적-지속기간 관계 곡선의 작성방법을 제시하고자 한다. 우리나라 전역의 기상청 월 강수량 자료로부터 산정된 SPI 가뭄지수는 EOF 기법을 이용하여 핵심적인 공간정보로 축약되며, 이를 다시 Kriging 기법을 이용하여 우리나라 전역에 대해 $6km{\times}6km$의 해상도를 가진 SPI 값으로 할당하였다. 격자기반의 가뭄지수 자료의 시간적 분포특성과 공간특성이 고려된 주요 가뭄사상을 식별한 후, 이를 분석하여 최종적으로 영향면적별 지속시간별 가뭄지수가 산정된다. 이에 따라 가뭄심도-가뭄면적-가뭄지속기간 관계곡선이 도시된다. 우리나라 전역에 대한 곡선 작성 결과, 지속기간이 짧고 영향면적이 작을수록 가뭄심도가 깊어지며 영향면적이 증가할수록 가뭄심도가 낮아진다는 면에서는 강우분석시와 비슷한 모양을 보여준다고 할 수 있으나, 가뭄심도의 면적에 따른 감소율은 가뭄분석시의 강우깊이의 면적에 따른 감소율보다 훨씬 작은 것으로 나타났다.

단변량 및 다변량 LSTM을 이용한 농업용 저수지의 저수율 예측 (Prediction of Water Storage Rate for Agricultural Reservoirs Using Univariate and Multivariate LSTM Models)

  • 조성억;이양원
    • 대한원격탐사학회지
    • /
    • 제39권5_4호
    • /
    • pp.1125-1134
    • /
    • 2023
  • 우리나라의 17,000여개의 저수지 중 13,600개소의 소규모 농업용 저수지에는 수문 계측 시설이 설치되지 않아서, 저수율 예측과 합리적인 저수지 운영이 쉽지 않다. 본 연구는 인공지능 기술을 이용하여 농업용 저수지의 저수율을 예측하는 것을 목적으로 하며, 단변량 long short-term memory (LSTM)에서 저수율 그 자체를 사용하는 것뿐만 아니라, 다변량 LSTM에서 강수 등의 기상변수와 시기 등의 계절변수를 추가하여 예측에 활용하였다. 이동저수지의 2013년부터 2020년까지 8년간 데이터로 모델을 학습시키고, 모델의 예측 결과를 2021년의 일일 저수율 데이터로 검증하였다. 단변량 LSTM은 1일 후 저수율을 root-mean square error (RMSE) 1.04%, 3일 후 2.52% 이내, 5일 후 4.18%의 오차로 예측하였으며, 다변량 LSTM은 1일 후 저수율을 RMSE 0.98%, 3일 후 1.95%, 5일 후 2.76%의 오차로 예측하여 더 좋은 성능을 보였다. 1일 후 저수율을 예측하는 다변량 모델의 경우, 시계열 저수율 이외에도 date of year (DOY)와 1일 및 5일 누적 강수량이 중요한 변수인 것으로 나타났는데, 이를 통해 볼 때 당일 저수율에 영향을 미치는 강수의 시간적 범위는 5일 정도인 것으로 사료된다.

강우-유출모형을 활용한 소규모 산지 유역의 유출특성 분석_충북 단양1교 (Analysis of the Runoff Characteristics of Small Mountain Basins Using Rainfall-Runoff Model_Danyang1gyo in Chungbuk)

  • 장형준;이호진;박기순;김성구
    • 한국지반환경공학회 논문집
    • /
    • 제24권12호
    • /
    • pp.31-38
    • /
    • 2023
  • 본 연구에서는 국내 소규모 산지유역을 대상으로 홍수 위험지역에 대한 예·경보 시스템을 구축하기 위한 기초연구로 유출 특성 분석을 수행하였다. 연구 유역은 충청북도 단양군에 위치한 단양1교 유역을 선정하였으며, 연구유역의 수치표고 모형(DEM)을 바탕으로 Q-GIS를 활용하여 유역특성인자를 산정하였다. 또한, 국가수자원관리종합정보시스템에서 제공하는 수문기상자료를 활용 하여 2020년부터 2023년 기간 동안 9개의 호우사상을 선정하였다. 소규모 산지유역의 유출특성을 분석하기 위하여 HEC-HMS 강우-유출모형을 활용하였으며, 9개의 호우사상과 산정된 유역특성인자를 반영하여 강우-유출 모형 모의를 수행하였다. 강우-유출 모형을 바탕으로 모의된 사상 중 오차율이 크게 발생한 6개의 호우사상을 대상으로 하여 매개변수 최적화를 수행 후, 소규모 산지 유역인 단양1교 유역에 적합한 매개변수 범위를 0.8~3.4로 산정하였다. 본 연구의 결과는 소규모 산지유역에 대한 홍수 예·경보 시스템 구축의 기초자료로 활용될 것이며, 추가적인 연구를 통하여 유역특성에 따른 매개변수 범위를 도출하고자 한다.

우리나라 농지의 기준증발산 격자자료 비교평가: 2016-2019년의 사례연구 (A Comparison between the Reference Evapotranspiration Products for Croplands in Korea: Case Study of 2016-2019)

  • 김서연;정예민;조수빈;윤유정;김나리;이양원
    • 대한원격탐사학회지
    • /
    • 제36권6_1호
    • /
    • pp.1465-1483
    • /
    • 2020
  • 증발산은 토양으로부터 발생하는 증발과 식물의 잎에서 발생하는 증산을 통칭하는 것으로, 물 수지, 가뭄, 작물생장, 기후변화 등의 모니터링에 있어 중요한 요소이다. 실제증발산은 식생 지표면의 물 소비량 또는 물 필요량이며 기준증발산에 작물계수를 곱하여 구하므로, 농지의 실제증발산을 구하기 위해서는 기준증발산의 계산이 정확히 이루어져야 한다. 격자형 기준증발산을 합리적으로 산출하기 위하여 그동안 많은 노력들이 있었고 복수의 산출물이 제공되고 있다. 이에 본 연구에서는 FAO56-PM, LDAPS, PKNU-NMSC, MODIS 기준증발산 산출물을 비교평가 함으로써, 우리나라처럼 복합적이고 이질적인 지표면에서 국지적 규모의 수문 및 농업 분야에 활용하기 위하여 어떤 기준증발산 산출 방법이 적합한지 살펴보고자 한다. 2016~2019년 3~11월의 1일 단위 자료와 8일 합성 자료를 기상청 현장관측치와 비교하여 지점별, 연도별, 월별로 분석하고 시계열변화를 검토한 결과, 기계학습을 통해 우리나라 농지에 대한 지역최적화가 상당히 잘 수행된 PKNU-NMSC 자료의 정확도가 월등히 높게 나타났으며, 시간과 장소에 상관없이 안정적인 산출이 이루어졌음을 확인하였다. 또한 본연구에서는 FAO56-PM, LDAPS, MODIS 산출물에 내재한 정확도 특성을 제시하였으며, 이는 기준증발산 자료 사용에 있어 중요한 정보가 될 것으로 기대한다.

산지복잡지형과 생태적 비균질성: 산지경관의 생산성과 수자원/수질에 관한 생태계 서비스 평가 (Complex Terrain and Ecological Heterogeneity (TERRECO): Evaluating Ecosystem Services in Production Versus water Quantity/quality in Mountainous Landscapes)

  • 강신규
    • 한국농림기상학회지
    • /
    • 제12권4호
    • /
    • pp.307-316
    • /
    • 2010
  • 산지복잡지형은 지구표면의 약 20%를 차지하며, 절반 정도의 인류에게 맑은 물을 제공하는 지역이고, 대부분의 주요하천의 발원지로서 국가 혹은 지역 간 사회-경제적 경쟁과 정치적 논란의 대상지역이기도 하다. 산지경관생태계는 우리에게 폭넓은 생태계 생산물과 서비스(맑은 물, 에너지, 식량 및 산림자원 등)를 제공하며, 관광과 휴식활동의 대상으로 크게 부각되고 있다. 이들 지역은 특히 매우 높은 생물다양성과 육상탄소의 주요 저장원이기도 하다. TERRECO사업은 산지복잡지형의 생태계 과정에 대한 이해를 증진하고, 생태계 서비스와 관련한 생태계 기능들을 공간적으로 평가하는 데에 중점을 둔다. 특히 정교한 평가체계를 개발함으로써 산지복잡지형에서의 기후와 토지이용변화에 따른 생태계 서비스 기능의 변화를 정량화할 것이다. 이러한 구도에서 산지복잡지형의 수문학, 수자원, 생산성, 생물다양성, 토양생지화학, 미량가스방출 및 수질 등을 복합적으로 규명하고 있다. TERRECO사업은 총 34개의 세부연구과제로 구성되었으며, 한국산지복잡지형에서의 공동연구를 통해 연구기법의 개발 및 적용을 수행 중에 있다. 세부연구과제들은 산지복잡지형의 경관비균질성에 따른 (1) 물순환과 수자원, (2) 용존유기탄소(DOC), 미세입자상 유기탄소(fPOC), 질소화합물(TN)과 인 함유 물질(TP)의 수송과 수질에 영향을 미치는 탄소와 질소 저장원, (3) 환경적 관심이 높은 미량가스($CO_2$, $N_2O$, $CH_4$)의 포집과 방출, (4) 경관의 생물다양성과 생물다양성에 기인한 생태계 서비스들, 그리고 마지막으로 (5) 농업과 산림 생산성의 차이를 조사하도록 고안하였다. 따라서 TERRECO사업은 한국 산지복잡지형의 생태계 서비스를 조절하는 원리들을 규명하고, 총 34개 세부연구과제의 결과들이 생태계 서비스의 정량적 평가체계를 수립하는 데에 기여하도록 조직화함으로써 새로운 수준의 학제간 정보교환프로그램을 개발하는 데에 기여할 것으로 기대된다.

대규모 기후 원격상관성 및 다중회귀모형을 이용한 월 평균기온 예측 (Monthly temperature forecasting using large-scale climate teleconnections and multiple regression models)

  • 김철겸;이정우;이정은;김남원;김현준
    • 한국수자원학회논문집
    • /
    • 제54권9호
    • /
    • pp.731-745
    • /
    • 2021
  • 본 연구에서는 글로벌 기후지수 및 한강권역의 기상자료를 예측인자로 하는 통계적 다중회귀모형을 구성하여 한강권역의 월 평균기온에 대한 장기예측을 수행하였다. 예측대상인 월 평균기온과 선행기간별 예측인자와의 원격상관성 분석을 기반으로 최적의 예측인자를 선별하였으며, 선별된 예측인자를 조합하고 과거기간에 대한 교차검증을 통하여 최대 12개월까지 선행예측이 가능한 다중회귀모형 기반의 예측모형을 구성하였다. 과거 1992년 1월부터 2020년 12월을 대상으로 월 평균기온에 대한 예측성을 분석한 결과, PBIAS는 -1.4 ~ -0.7%, RSR은 0.15 ~ 0.16, NSE는 0.98, r은 0.99로 높은 적합성을 나타내었다. 각 월별 관측치가 예측범위에 포함될 확률은 평균 약 64.4%로 나타났으며, 월별로는 9월, 12월, 2월, 1월의 예측성이 상대적으로 높고, 4월, 8월, 3월의 예측성이 낮은 것으로 분석되었다. 평년 대비 유난히 낮거나 높은 기온을 보였던 일부 기간을 제외하고 대체로 예측치의 범위 또는 예측치의 중앙값 등이 관측치와 잘 부합하는 것으로 나타났다. 본 연구에서 도출되는 정량적 기온예측정보는 미래기간(선행 1 ~ 12개월)의 기온에 대한 변화뿐만 아니라, 기온과 상관도가 높은 증발산량을 비롯한 수문생태환경에 대한 변화를 전망하는 경우에도 유용하게 활용될 수 있을 것이다.